一種任意構型雙基合成孔徑雷達成像算法

劉玉春 王 俊 高 博 劉保昌

（西安電子科技大學雷達信號處理國家重點實驗室，陜西 西安 710071）

引 言

雙基合成孔徑雷達（SAR）指收發(fā)分置的SAR系統(tǒng)。由于其具有成本低、機動靈活、隱蔽性強等優(yōu)點，近年來受到國內外研究人員的高度重視，對雙基SAR成像模式［1－4］、性質分析［5－9］、二維譜分析［10－18］和成像算法［19－27］的研究逐漸深入。

雙基SAR成像的時域處理方法性能優(yōu)越，可應用于任意構型下，但是運算量很大，難以滿足實時處理要求，現(xiàn)在一般采用頻域處理方法。與單基SAR相比，雙基SAR成像困難在于其收發(fā)雙程斜距歷程為雙平方根項（DSR），無法直接使用駐相原理，導致二維參考頻譜（下面簡稱二維譜）求解非常復雜。二維譜的求解是雙基SAR成像算法的基礎，其形式和精確性對成像算法有至關重要的影響。Loffeld雙基公式（LBF）［10］對收發(fā)斜距歷程在各自駐相點處進行二階泰勒展開，利用駐相原理得到雙基SAR點目標的二維近似頻譜。其主要問題是未考慮收發(fā)平臺的多普勒貢獻率而簡單地對收發(fā)相位歷程進行平均截斷。文獻［11］、［12］對LBF算法進行了改進，分別應用時間帶寬積（TBP）和瞬時多普勒貢獻率對相位歷程進行了加權處理，提高了二維譜的精確性。文獻［13］在擴展LBF（ELBF）基礎上根據(jù)歐幾里德范數(shù)得到一個新的二維譜表示方法，考慮了收發(fā)相位歷程的多普勒中心，因而更加精確。級數(shù)反演（MSR）算法［14］應用了級數(shù)反演原理，精度可以通過級數(shù)的階數(shù)控制，聚焦性能優(yōu)良，已經被廣泛應用。文獻［15］利用菲涅耳近似得到一種較為精確的二維譜求解算法，但是只能應用于小斜視角和小雙基角。文獻［16］在MSR基礎上對斜距歷程級數(shù)展開式的系數(shù)進行優(yōu)化，得到了一種更為精確的二維頻譜，但是其表達式較為復雜，增加了后續(xù)成像處理的復雜度。四階精確傳遞函數(shù)（EETF4）二維譜近似解析算法［17－18］通過直接求解駐相點方程（一元三次方程）得到駐相點的解析解，進而得到較為精確的二維譜。

在上述二維譜求解算法的基礎上，成像算法也相繼出現(xiàn)。文獻［19］提出基于LBF二維譜的逆尺度傅里葉變換（ISFT）雙基SAR成像算法。文獻［20］提出基于ELBF二維譜的平行等速構型雙基線頻調變標（CS）算法。文獻［21］、［22］分別提出基于MSR二維譜［11］的方位不變構型雙基距離多普勒（RD）和雙基 OMEGA－K 成像算法。文獻 ［23］［24］、［25］對接收機固定構型的雙基SAR非線性CS（NLCS）算法進行了研究。文獻［26］提出了基于MSR二維譜任意構型雙基NLCS成像算法。文獻［27］提出了基于平移不變構型的大斜視雙基地SAR的二維可分離成像算法。

綜上所述，為了能夠得到具有較好聚集性能的任意構型雙基SAR成像算法，首先要得到較為精確的二維譜，然后設計相應的成像算法或者借鑒適合的單基SAR成像算法?；诖怂枷?，參考文獻［17］、［18］，論文提出了一種基于EETF4二維譜的任意構型雙基OMEGA－K成像算法。為了保證所求二維譜的精確性，首先把收發(fā)斜距歷程泰勒四階展開，通過直接求解駐相點方程得到駐相點的解析解，進而求得二維譜。由于二維譜表達式過于復雜，難以分解，所以很難應用RD、CS、NLCS等算法對其進行聚焦成像，所以采用了OMEGA－K算法對其進行處理。結合單基SAR的OMEGA－K成像算法思想，應用角度不變假設，通過處理二維譜，得到頻率映射函數(shù)，推導出具有良好聚焦性能的任意構型雙基OMEGA－K成像算法，并分析了角度不變假設的不變區(qū)域大小。

圖1 雙基SAR系統(tǒng)構型

1 雙基SAR系統(tǒng)幾何構型

任意構型的雙基SAR幾何模型如圖1所示。假設收發(fā)平臺都平行于地面運動，接收機運行速度為vR，以其速度方向為y軸正方向。發(fā)射機運動速度為vT，vR與vT夾角為α.參考點目標位于（x0，y0，0）.方位零時刻發(fā)射機位于（xT0，yT0，zT），接收機位于（xR0，yR0，zR）.方位t時刻收發(fā)平臺到目標的斜距歷程分別為

根據(jù)系統(tǒng)幾何關系，方位零時刻收發(fā)平臺的瞬時斜視角θsqT＿ref和θsqR＿ref為

式中：RT0＿ref＝RT＿ref（0）；RR0＿ref＝RR＿ref（0）.收發(fā)雙程的斜距歷程為

將式（4）泰勒四階展開

式中：

2 任意構型雙基OMEGA－K成像算法

2.1 二維譜求解

假設發(fā)射機信號為chirp信號，則點目標回波信號解調后可以表達為

式中：wr（τ）為脈沖包絡；wa（t）為由雙基收發(fā)天線決定的方向圖函數(shù)；kr為脈沖調頻率。應用駐相原理對回波信號進行距離維（快時間）傅里葉變換可得

式中：fr為距離頻率；WR（fr）＝wr（fr／kr）.二者僅是尺度變換。下面進行方位維（慢時間）傅里葉變換，可得

式中，fa為多普勒頻率，θ（fr，t）為

對θ（fr，t）求導，可得

由駐相原理知，θ′（fr，t）＝0的解tref（駐相點）滿足

結合式（5）和式（12），整理得

駐相點方程式（13）詳細求解過程見文獻［28］附錄。把駐相點tref的解析解代入式（10）得到二維頻譜的相位θ（fr，t）表達式

值得注意的是，式（14）中tref是關于fa和fr的函數(shù)。根據(jù)駐相原理，回波信號二維譜為

式中，WA（fa）＝wa（ttef）.相位θref（fr，fa）為

在求解二維譜的過程中，EETF4算法除了假設收發(fā)平臺平行于地面運動外沒有采用其他的假設，所以算法適用于任意構型的雙基SAR成像系統(tǒng)。

2.2OMEGA－K成像算法研究

從式（16）可以看出，用EETF4得到的二維頻譜較為復雜，難以分解，所以很難應用RD、CS、NLCS等算法對其進行聚焦成像，所以論文采用OMEGA－K成像算法。該算法具有不需要對頻譜進行細致分解而只需要通過Stolt插值即可實現(xiàn)聚焦成像的優(yōu)點。根據(jù)文獻［29］，在推導距離頻率映射函數(shù)時，二維譜相位要包含一個距離變量，并且此距離變量與二維譜的其他部分是分離的。為滿足此要求，需要對二維譜式（16）做進一步處理。令ρ＝RT＿ref（0）／RR＿ref（0），ρ是一個由系統(tǒng)架構決定的量，式（6）的第二項等價于

式中：

式中、均與Rcen＿ref無關而由雙基系統(tǒng)架構決定。把式（17）代入式（13）中可以得到

式（13）和式（19）等價。式（19）也可以寫為

對比式（13）、式（19）和式（20），式（20）和式（13）的解之間有下面的關系：

由式（20）可知，t＊ref與Rcen＿ref無關。把式（21）代入式（16），可得

式（22）包含一個與其他部分分離的距離變量Rcen＿ref，滿足了OMEGA－K算法對頻譜相位的要求。

考慮成像場景中的另一個目標A，其二維譜為

SA＿2D（fr，fa）的相位為

式 中Rcen＿A、、、、和Rcen＿ref、、、、、含 義 相 似。 為 了 應 用OMEGA－K成像算法，在此采取角度不變假設，即認為在一定區(qū)域 （此區(qū)域稱為不變區(qū)域）的零方位時刻參考點和A點的收發(fā)瞬時斜視角和收發(fā)斜距比值（即ρ）的變化可以忽略不計，這樣可以得到tA＊＝tr＊ef，式（22）和式（24）中括號內的項相同。

OMEGA－K算法的第一步是參考函數(shù)匹變?yōu)榕錇V波（RFM），經過 RFM 后SA＿2D（fr，fa）變?yōu)?/p>

令式（26）中括號內各項等于f′r＋fc，即可得到距離頻率映射函數(shù)

式中，f′r為頻率映射后的距離頻率。根據(jù)式（27），利用Stolt插值進行距離頻率映射（fr→f′r）后，式（26）變?yōu)?/p>

進行二維傅里葉逆變換，就完成了對點目標A的聚焦成像。

綜上所述，基于EETF4二維譜的OMEGA－K成像算法（下面簡稱為EETF4算法）流程如圖2所示。

圖2 OMEGA－K算法流程圖

3 不變區(qū)域大小分析

EETF4算法的誤差主要來源于兩方面：一是角度不變假設，二是斜距歷程展開誤差。對于后者，由于本文把斜距歷程進行了泰勒四階展開，此誤差已經非常微小，基本可以忽略不計（例如在下面的仿真中，k4＿ref＝－2.02×10－5m／s4，而斜距誤差也在10－5m量級）。但是對大場景成像時，角度不變假設未必成立，所以必須對不變區(qū)域大小進行分析，以保證聚焦效果。由于高階距離導數(shù)為快時間和慢時間的慢變函數(shù)，所以僅分析一階和二階距離導數(shù)的影響。參考點的一階和二階距離導數(shù)為

同理，假設點目標A相對于參考點的坐標為（δx，δy），不采用角度不變假設則有

式中：

由文獻［26］可知，不變區(qū)域大小主要受殘余距離徙動（RCM）和二次相位誤差（QPE）影響。對殘余RCM，在此著重分析線形RCM（LRCM）和二次RCM（QRCM）。LRCM為

式中，Ta為合成孔徑時間。QRCM為

則總的RCM為

二次相位誤差為

由此可得，距離不變區(qū)域大小為

式中ΔxRCM和ΔxQPE分別由ΔRRCM（ΔxRCM，0）＜γRCMρr，φQPE（ΔxQPE，0）＜γQPEπ確定。

方位不變區(qū)域大小為

式中ΔyRCM和ΔxQPE分別由ΔRRCM（0，ΔxRCM）＜γRCMρr，φQPE（0，ΔxQPE）＜γQPEπ確定。式（35）和式（36）中：ρr為距離分辨單元；γRCM一般被設置為小于1的值；γQPE一般取小于0.5的值。

4 仿真及結果

根據(jù)上述算法對大斜視角、收發(fā)平臺非平行運動任意構型機載雙基SAR進行仿真，仿真參數(shù)如表1所示。對同一個場景中的三個散射點聚焦成像，取場景中心為坐標原點，三個點的坐標分別為：場景中心O（0，0），近距離點A（－200，0），遠距離點B（400，0），單位為 m.仿真中采取EETF4算法和基于MSR二維譜的OMEGA－K算法［22］（下面簡稱為MSR算法）兩種成像算法進行聚焦成像，通過對比成像結果來驗證EETF4算法的聚焦性能。成像過程中兩種算法均未作加窗處理。

表1 實驗參數(shù)設置

圖3給出了兩種算法的二維頻譜誤差的對比。從圖3（a）、（b）可以看出，兩種算法的最大誤差分別為10－4和10－3rad量級，而在多普勒中心頻率處誤差更小。這些誤差對成像影響非常小，故而兩種算法都能夠很好地對點目標進行聚焦成像。圖3（c）（圖像經過平滑處理）給出了兩種算法誤差比值圖，二者比值呈“凹”字形分布，在對聚焦效果影響較小的多普勒中心附近，二者比值較為接近，而在對聚焦效果影響較大的部分，MSR算法的誤差是EETF4算法的17～20倍。故而EETF4算法相比MSR算法誤差更小，具有更好的聚焦性能。

圖4給出了A點的成像結果（O點和B點結果與之相似，故而僅給出有代表性的A點成像結果）。三個散射點成像結果的方位向峰值旁瓣比（PSLR）、積分旁瓣比（ISLR）、脈沖響應寬度（IRW）等聚焦性能參數(shù)如表2所示。

從圖4和表2可以看出，兩種算法均能夠對仿真中比較極端的雙基構型進行良好聚焦，其聚焦性能非常接近，對同一個散射點而言，兩種算法的聚焦結果無法從其輪廓圖或方位向剖面圖中看出區(qū)別。

圖4 兩種算法的成像結果

表2中的聚焦參數(shù)也為上述觀點提供了數(shù)據(jù)支持。從表2可以看到，這兩種算法仿真聚焦結果的IRW均相同，而PSLR和ISLR的差異也僅僅是10－4dB量級，二者的聚焦性能幾乎完全相同。對于場景中心O和近距離點A而言，EETF4算法的聚焦性能略好于MSR算法，這是因為在求解二維譜時，EETF4算法通過求解駐相點方程得到駐相點的解析解，而MSR算法采用級數(shù)反演技術，得到的僅是駐相點較為精確的估計而非解析解，故而EETF4算法的二維譜更精確。又因為都對斜距歷程高階泰勒展開，二者相距甚微。但在遠距離點B，EETF4算法的PSLR要比MSR算法略低，這表明與MSR算法相比，EETF4算法對距離更敏感一些。此外，兩種算法都用到了角度不變假設，在成像場景中忽略了參數(shù)的空變性，所以從表2中可以看到，隨著距離的增加，兩種算法的聚焦性能逐漸下降。因此，對于大場景成像情況，需要考慮參數(shù)空變性，應該根據(jù)不變區(qū)域大小對成像數(shù)據(jù)進行分塊處理。

表2 兩種算法的聚焦參數(shù)對比

5 結 論

論文提出了一種基于EETF4的雙基OMEGA－K成像算法。該算法首先把收發(fā)斜距歷程進行泰勒四階展開，直接求解駐相點方程得到駐相點的解析解，進而求得較為精確的二維譜。然后結合單基SAR的OMEGA－K成像算法思想，通過處理二維譜，使之轉化為相位包含一個距離變量并且此距離變量與其他部分分離的形式，得到頻率映射函數(shù)，推導出適用于任意構型雙基OMEGA－K成像算法。仿真實驗表明算法具有良好的聚焦性能，能夠應用于較為極端的雙基構型。在算法中使用了角度不變假設并分析了不變區(qū)域大小，對于較大場景成像需要考慮參數(shù)的空變性，進行分塊處理。

［1］ZHEN Jie，ZHANG Zhenhua，WU Shunjun，et al.GNSS illuminator based high range resolution algorithm in space－surface bistatic SAR ［C］／／IGARSS.Honolulu，25－30July，2010：4608－4611.

［2］WANG Wenqin.GPS－based time ＆ phase synchronization processing for distributed SAR［J］.IEEE Trans Aerosp Electron Syst，2009，45（3）：1040－1051.

［3］徐 豐，金亞秋.復雜自然場景雙站SAR成像模擬［J］.電波科學學報，2008，23（6）：1022－1031.

XU Feng，JIN Yaqiu.Bistatic SAR imaging simulation［J］.Chinese Journal of Radio Science，2008，23（6）：1022－1031.（in Chinese）

［4］LI Wenchao，HUANG Yulin，YANG Jianyu，et al.An improved radon－transform－based scheme of Doppler centroid estimation for bistatic forward－looking SAR［J］.IEEE Geosci Remote Sens Lett，2011，8（2）：379－383.

［5］戴征堅，譚 昕，許建平.雙基地雷達的主要性能分析與實驗方法研究［J］.電波科學學報，2011，26（5）：951－955.

DAI Zhengjian，TAN Xin，XU Jianping.Main performance analysis and experiment method research of bistatic radar［J］.Chinese Journal of Radio Science，2011，26（5）：951－955.（in Chinese）

［6］武擁軍，黃 冶，吳先良.機載雙站聚束合成孔徑雷達的三維空間分辨特性［J］.電波科學學報，2011，26（6）：1200－1206.

WU Yongjun，HUANG Ye，WU Xianliang.Threedimensional spatial resolution of airborne bistatic spotlight SAR［J］.Chinese Journal of Radio Science，2011，26（6）：1200－1206.（in Chinese）

［7］朱振波，湯子躍，張亞標，等.基于Radon變換的雙站SAR多普勒參數(shù)估計［J］.電子與信息學報，2008，30（8）：1331－1334.

ZHU Zhenbo，TANG Ziyue，ZHANG Yabiao，et al.The estimation of Doppler parameter of bistatic SAR based on radon translation［J］.Journal of Electronics ＆Information Technology，2008，30（8）：1331－1334.（in Chinese）

［8］LIU Zhe，YANG Jianyu，ZHANG Xiaoling，et al.Study on spaceborne／airborne hybrid bistatic SAR image formation in frequency domain［J］.IEEE Geosci Remote Sens Lett，2008，5（4）：578－582.

［9］黃鈺林，楊建宇，武俊杰，等.機載雙站SAR分辨率特性分析［J］.電波科學學報，2008，23（2）：174－178.

HUANG Yulin，YANG Jianyu，WU Junjie，et al.Resolution characteristic analysis for bistatic airborne SAR［J］.Chinese Journal of Radio Science，2008，23（2）：174－178.（in Chinese）

［10］LOFFELD O，NIES H，PETERS V，et al.Models and useful relations for bistatic SAR processing［J］.IEEE Geosci Remote Sens Lett，2004，42（10）：2031－2038.

［11］WANG R，LOFFELD O，NIES H，et al.Bistatic point target reference spectrum in the presence of trajectory deviations［J］.IET Radar Sonar Navig，2009，3（2）：177－185.

［12］YANG Kefeng，HE Feng，LIANG Diannong，et al.A two－dimensional spectrum for general bistatic SAR processing［J］.IEEE Geosci Remote Sens Lett，2010，7（7）：108－112.

［13］WANG R，LOFFELD O，NEO Y，et al.Extending Loffeld＇s bistatic formula for the general bistatic SAR configuration［J］.IET Radar Sonar Navigation，2010，4（1）：74－84.

［14］NEO Y，WONG F，CUMMING I.A two－dimensional spectrum for bistatic SAR processing using series reversion［J］.IEEE Geosci Remote Sens Lett，2007，4（1）：93－96.

［15］GENG Xupu，YAN Honghui，WANG Yanfei.A two－dimensional spectrum model for general bistatic SAR［J］.IEEE Trans Geosci Remote Sens，2008，46（8）：2216－2223.

［16］WANG Fang，LI Xiang.A new method of deriving spectrum for bistatic SAR processing ［J］.IEEE Geosci Remote Sens Lett，2010，7（3）：483－486.

［17］ZHONG Hua，LIU Xingzhao.A fourth－order imaging algorithm for spaceborne bistatic SAR ［C］／／IGARSS.Denver，2006：1196－1199.

［18］ELDHUSET K.Spaceborne bistatic SAR processing using the EETF4algorithm［J］.IEEE Geosci Remote Sens Lett，2009，6（2）：194－198.

［19］NATROSHVILI K，LOFFELD O，NIES H，et al.Focusing of general bistatic SAR configuration data with 2－D inversescaled FFT［J］.IEEE Trans Geosci Remote Sens，2006，44（10）：2718－2727.

［20］WANG R，LOFFELD O，NIES H，et al.Chirp scaling algorithm for the bistatic SAR data in the constantoffset configuration［J］.IEEE Trans Geosci Remote Sens，2009，47（3）：952－963.

［21］NEO Y，WONG F，CUMMING I.Processing of azimuth－invariant bistatic SAR data using the range doppler algorithm［J］.IEEE Trans Geosci Remote Sens，2008，46（1）：14－21.

［22］LIU Baochang，WANG Tong，WU Qisong，et al.Bistatic SAR data focusing using an Omega－K algorithm based on method of series reversion［J］.IEEE Trans Geosci Remote Sens，2009，47 （8）：2899－2912.

［23］QIU Xiaolan，HU Donghui，DING Chibiao.An improved NLCS algorithm with capability analysis for one－stationary BiSAR［J］.IEEE Trans Geosci Remote Sens，2008，46（10）：3719－3186.

［24］陳曉龍，丁赤飚，梁興東，等.改進的接收機固定雙站NLCS成像算法［J］.電子與信息學報，2008，30（5）：1041－1046.

CHEN Xiaolong，DING Chibiao，LIANG Xing dong，et al.An improved NLCS imaging algorithm of bistatic SAR with a stationary receiver［J］.Journal of Electronics ＆ Information Technology，2008，30（5）：1041－1046.（in Chinese）

［25］BAI Xia，SUN Jinping，MAO Shiyi.A novel approach for bistatic SAR imaging using a stationary receiver［C］／／ICSP2008Proceedings.Beijing，26－29 October，2008：2250－2253.

［26］WONG F，CUMMING I，NEO Y.Focusing bistatic SAR data using the nonlinear chirp scaling algorithm［J］.IEEE Trans Geosci Remote Sens，2008，46（9）：2493－2505.

［27］蔡復青，何 友，宋 杰.大斜視雙基地SAR的二維可分離成像算法［J］.數(shù)據(jù)采集與處理，2010，25（5）：554－559.

CAI Fuqing，HE You，SONG Jie.Two－dimentional separated approach for high squint bistatic SAR imaging［J］.Journal of Date Acquisition ＆ Processing，2010，25（5）：554－559.（in Chinese）

［28］ELDHUSET K.A new Fourth－Order processing algorithm for spaceborne SAR［J］.IEEE Trans Aerosp Electron Syst，1998，34（3）：824－835.

［29］CUMMING G，WONG F H.Digital Processing of Synthetic Aperture Radar Data：Algorithms and Implementation［M］.Norwood：Artech House，2005：323－367.